学位论文 > 优秀研究生学位论文题录展示
基于HHT和决策树的滚动轴承故障诊断研究
作 者: 贾桂锋
导 师: 袁胜发
学 校: 华中农业大学
专 业: 农业电气化与自动化
关键词: 滚动轴承 特征提取 希尔伯特黄变换 主成分分析 支持向量机 决策树
分类号: TH165.3
类 型: 硕士论文
年 份: 2011年
下 载: 74次
引 用: 0次
阅 读: 论文下载
内容摘要
由于轴承的寿命具有很大的离散性和不可预知性,对其进行故障诊断与实时监测来保证机械设备安全运行尤为重要。轴承故障诊断技术包括信号采集、特征提取、故障模式识别等环节,是一门包括机械、信号处理、人工智能、传感器等技术的交叉学科。本文中以滚动轴承6205为例,对其进行故障诊断分析,其主要故障形式有内圈故障、外圈故障、滚动体故障三类。主要研究轴承振动信号的故障特征提取方法、特征降维方法及多故障诊断算法在诊断技术中的应用,并将些算法在MATLAB GUI工程中实现,开发出故障诊断软件。特征提取是故障诊断技术的一个重要环节,对其进行选择的特征应该能准确而敏感地反映轴承的工作状态,本文结合相关文献利用以下几种方法综合提取特征:计算并提取信号的时域统计量作为特征,即常用的各阶中心矩与原点矩;在频域中应用参数法和非参数法估计信号的功率谱分析其频率特征;利用时频分析技术希尔伯特黄变换(HHT)来提取特征。主要开展的工作如下:将希尔伯特黄变换用于轴承的振动信号分解,计算各信号成分的希尔伯特谱和希尔伯特边际谱,提取相应的故障特征;为减轻经验模态分解出现的混叠现象,提取真实的频率成分,本文分析了信号及其导数的关系,提出一种用信号二阶导数的极值点取代原经验模态分解算法中的信号极值点的方法进行三次样条插值,并将其与改进前进行对比,发现改进的算法能准确分解出信号中幅值分量表现不明显的高频信号,具有很好的实用价值;针对多故障诊断的人工智能算法进行研究,本文中主要用到的算法是多分类支持向量机和决策树。在多分类支持向量机算法中,其方法是:一是从时域和频域中综合提取7个特征,在经过主成分分析降维,得到4个主成分,包含原有特征98.8%的信息。在MATLAB中对多分类支持向量机进行编程,对样本信号的主成分进行训练和预测,试验结果表明:该方法能有效诊断轴承的几种典型故障,总的正确识别率达97.3%。第二种诊断方法是将希尔伯特黄变换和决策树相结合。其方法是:首先用EMD对轴承振动信号进行分解处理,并对得到的固有模态函数进行自相关降噪,提取主要频率作为特征,再根据样本特征生成C4.5故障决策树,并将决策树的节点信息反馈给信号处理算法,以减少在预测工作过程中不必要的属性计算和特征提取,降低算法复杂度,形成一个闭环的诊断系统。实验结果表明该算法正确诊断率达96%。
|
全文目录
摘要 5-6 ABSTRACT 6-7 第1章 绪论 7-13 1.1 研究背景 7-8 1.2 课题研究意义 8 1.3 课题研究的目的 8-9 1.4 滚动轴承故障诊断研究现状 9-13 第2章 滚动轴承故障振动分类及实验方案 13-18 2.1 滚动轴承振动分类 13-14 2.2 实验方案 14-15 2.3 实验数据 15-16 2.4 基于MATLAB GUI设计的故障诊断软件总览 16-18 第3章 希尔伯特黄变换算法的修正与实现 18-32 3.1 经验模态分解(EMD)概述 18-21 3.2 EMD算法的改进研究 21-26 3.3 希尔伯特变换概述 26-27 3.4 希尔伯特黄变换在MATLAB GUI中的实现 27-32 第4章 滚动轴承故障特征提取 32-42 4.1 滚动轴承振动信号的时域特征提取 32-34 4.2 滚动轴承振动信号的频域特征提取 34-36 4.3 基于MATLAB GUI的信号采集程序设计 36-39 4.4 基于HHT的滚动轴承故障特征提取 39-42 第5章 基于决策树和支持向量机的滚动轴承故障诊断 42-58 5.1 基于决策树的故障诊断 42-48 5.2 基于多分类支持向量机的故障诊断 48-58 第6章 结论与讨论 58-60 6.1 结论 58-59 6.2 讨论 59-60 参考文献 60-63 致谢 63 硕士期间撰写论文 63
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于质谱的雷公藤甲素肝脏毒性代谢组学研究,R285
中图分类: > 工业技术 > 机械、仪表工业 > 机械制造工艺 > 柔性制造系统及柔性制造单元 > 故障诊断和维护
© 2012 www.xueweilunwen.com
|